计算机网络是信息安全与计算机科学领域的核心基础课程，讲授各层协议的基本工作原理及其所采用的技术，要求学生能够运用所学知识解决复杂网络工程问题。AIGC的广泛应用，使网络知识可以随时检索、仿真脚本可以自动生成，但协议为什么分层、丢包为什么要重传、拥塞为什么需要自适应，这些设计层面的追问，仍然需要学生通过实践进行领悟。因此，课堂的核心任务便从“讲清楚协议是什么”转向引导学生在真实场景中追问“协议为什么这样设计”。

本期督导表扬的优秀课堂，授课教师将“AI辅助认知→AI辅助勘测→AI辅助创造”三阶递进模式贯穿计算机网络教学全过程，并将布鲁姆认知教育理论高阶思维培养与AI工具应用深度融合，有效激发学生学习内驱力与工程思辨意识，呈现“从网络真实环境到网络拥塞控制代码”的完整实践链路，有效提升了学生驾驭AI解决复杂工程问题的核心素养。

课程名称：计算机网络

授课教师：张栋教授（计算机与大数据学院）

授课时间：2026年春季学期

推荐督导员：刘毓氚

推荐理由：人工智能时代，张栋老师讲授的计算机网络课程具有以下几个突出特点：

1. 主动“拥抱AI”的教学导向。 AI工具现已能高效解答许多已知问题，对此，任课教师将教学重心从“验证已知”转向“探索未知”：鼓励学生在面对开放性工程问题时，先借助AI快速建立认知框架，再通过动手实践检验和修正AI的输出。在每一轮“思考方案→AI优化→验证判断→迭代改进”的“师—生—机”三元协同中，不断增强学生解决专业复杂问题的能力。

2. AI辅助而非替代的教学设计。本课程设计了三个阶段的实践作业：寒假作业要求零基础学生自学互联网发展史与NS3仿真——学生需先建立知识基础，才能判断AI归纳的准确性；校园勘测要求学生进入真实楼层触摸配线架、统计网口——物理世界的观察与判断，AI完全无法代劳；协议设计作业要求学生从零实现可靠传输协议——若不深入理解TCP的确认机制与拥塞控制逻辑，仅靠AI生成代码而不提供优化方向，很难在评测中取得理想性能。三次实践引导学生每个环节都直面AI的能力边界，而不是绕过真正的学习。

3. 看过程不看跑分的评价方式。课程的三项作业在评价标准上做出了一致转向：预习阶段将“AI对话分享与使用心得”设为独立评分项，权重超过四分之一，引导学生总结反思AI使用；网络勘测实行“实验报告+现场答辩”双阶段制，勘测策略的可行性与安全预案的周密性在答辩环节考核；协议设计作业将“分析失败尝试与记录设计演进”作为核心考核指标，要求学生呈现从逐包确认到累积确认、从固定RTO到自适应RTO的完整迭代历程。三次作业的评价指向同一个方向：在AI能轻松给出标准答案的时代，衡量学习深度的不再是答案对错，而是解决真实问题的能力。

4. 分层递进的AI协作能力养成。理论讲授为学生搭建从物理层到运输层的完整知识框架，三项穿插其间的实践作业则在知识框架的不同层位上设置逐级升高的人机协同门槛。学生从“用AI整理知识但须自行判断真伪”，到“用AI规划方案但须实地核验”，再到“用AI辅助编码但须自主把握优化方向”——AI的角色随课程推进而升级，学生对AI能力边界的认知也随之深化，逐步培养利用AI解决复杂网络工程问题的能力

课程教学设计